机器学习基础设施即服务(ML IaaS)是一种基础设施交付模型,提供针对计算密集型ML和DNN工作负载进行性能优化的虚拟化或裸金属基础设施资源。ML IaaS市场的特点是核心功能,包括硬件加速、高性能计算平台,通常由GPU、FPGA或谷歌TPU等自定义处理器等加速器技术增强。由于涉及硬件的DNN框架(如TensorFlow、pyTorch、Caffe和MxNet)的独特性,它们需要重新配置并与适当的库集成,以充分利用ML IaaS功能。
“易于启动和易于维护的容器”
EC2实例非常容易设置,对于unix/windows初学者来说,在生产中也非常容易使用。与许多Aws工具兼容也是一个很大的优势。您可能希望启动服务器时不考虑裸机服务器的成本和可维护性。我会在aws gui上做所有的事情,除了应用程序感知的事情。
这项研究需要登录来确定访问权限